如何实现超越OpenCV速度的MorphologyEx函数，速度是其4倍？

最近研究了一下opencv的 MorphologyEx这个函数的替代功能， 他主要的特点是支持任意形状的腐蚀膨胀，对于灰度图，速度基本和CV的一致，但是 CV没有针对二值图做特殊处理，因此，这个函数对二值图的速度和灰度是一样的，但是这个函数，如果使用的话，估计大部分还是针对二值图像，因此，我对二值图做了特别优化，速度可以做到是CV这个函数的4倍左右。 MorphologyEx的主要功能是对灰度图进行相关形态学的处理，比如腐蚀、膨胀、开闭等计算，其代码可以在github上找到：https://github.com/opencv/opencv/blob/master/modules/imgproc/src/morph.dispatch.cpp#L1160 　　opencv的这个代码，1000多行，从头看到尾，就没有看到几句和算法本身有关的内容，仔细看下里面有下面的代码： 他不是调用Opencl就是使用IPP库，还是自己去想算法的优化吧。 其实这个算法的优化我在很多年前就一直在考虑，只是一直么有动手，主要是无思路。最近在研究模板匹配的时候，因为有需求，做了下带蒙版功能的NCC匹配，对于这个类似的算法也就有了想法。 在正常情况下，我们的核是矩形的或者是圆形的，对于矩形核，在SSE图像算法优化系列七：基于SSE实现的极速的矩形核腐蚀和膨胀（最大值和最小值）算法一文中已经提出了优化算法，对于圆形半径，在【短道速滑八】圆形半径的图像最大值和最小值算法的实现及其实时优化（非二值图）一文也提出了解决方案，两种方案都非常的高效和快速。 如果是任意形状的核，考虑到其无固定的规律，上述常规的优化手段都无法完成，如何弄呢。 我对这个算法想过很久，那么最近我得到的结论是肯定不能整体做优化，我想到的就是把蒙版区域按水平方向或者垂直方向分割成一条一条或者一列一列的小块，每个小块单独执行类似的算法，那么比如一个9*9的蒙版，如果其中的连续的小块有20个，那最多也就是标准矩形算法的20倍耗时（实际是不需要的，以为有很多公共计算），而矩形算法的速度是非常非常高效的。 实践了下，这个做法是有效的，而且也是相对来说高效的，但是后面想了下，为什么要分割成一条一条的呢，毕竟有很多条条的宽度或者高度是一样的，可以把他们作为一个整体合并成一个Rectangle，对一个Rectanle进行处理，和标准的矩形核的算法也不是一样的吗。 　　如下所示，如果按照列方向一次一个列，则有31个列，但是如果是将相同高的列合并，则只有19个，数量减少了近一半。 　　　　　　　　　　原图　　　　　　　　　　　　　　　　　　　　列方向的分块矩形　　　　　　　　　　　　　　　　行方向的分块矩形 　　实践表明，这种处理后，整体能有效的提高计算速度。 至于是选择列方向的分块矩形还是行方向的，则和算法本身的优化有一定的关系，比如在本例中，由于SIMD的特性，我们在计算腐蚀或者膨胀的时候，利用的有关的G值和H值在垂直方向计算时可方便的使用SIMD指令进行比较，因此，选择列方向的分块则更为有利。 　　那么对于二值图像的腐蚀和膨胀，我们在超越halcon速度的二值图像的腐蚀和膨胀，实现目前最快的半径相关类算法（附核心源码）一文中有提高一种更为特别的优化手段。那么这个手段但让也可以用到本例中来。而在Opencv中，MorphologyEx函数是没有对这个做特殊处理的。 　　我们做下简单的速度比较： 　　对一副 500万像素的图进行 31*31的 椭圆蒙版进行处理，本例耗时约为95ms， CV耗时约为 250ms。 但是奇怪的是，如果在CV中把蒙版的尺寸设置为偶数，比如30*30，其执行速度会快很多，比如同样上述图，CV的耗时只有78毫秒了，和我这里速度差不多，目前还不知道这个问题是怎么引起的。